结合密度思想的蚂蚁聚类算法

来源 :第二届中国Rough集与软计算学术研讨会 | 被引量 : 0次 | 上传用户:mengyan902
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文提出了一种结合密度思想的蚂蚁聚类算法,使蚂蚁不必遍历遇到的每一个格子,只遍历某个类的边缘的点,看它们属于哪一类,提高算法的速度.
其他文献
本文首先介绍了分类假设和所考虑的分类器,然后介绍了结构风险最小化与数据依赖的结构风险最小化,最后介绍了支持向量机的泛化性能并予以总结.
本文给出了基于模型诊断的基本概念,介绍了基于模型软件调试的几种表示法,最后给出了一个在JaNa程序中从产生式生成系统描述并用基于依赖的方法进行故障定位的例子.
本文在分析现有索引技术的基础上,针对数据挖掘,提出了一种新的S-树索引技术.该技术能很好地利用历史查询条件优化自身结构,实现自动重组,以提高查询的效率.
通过PageRank方法对Web结构进行数据挖掘中获取Web网页重要性质的知识十分有效.本文研究对PageRank方法的直接扩展以及数学求解的实现.
本文作者针对SVM在处理大规模复杂数据集的分类识别问题中的不足提出了将FCM聚类算法和SVM算法结合的解决方法.
本文首先讨论Teager能量算子方法,其次公式化定义了基于子带能量的倒谱特征参数,然后以新的特征用在语音识别中,在加性色噪声条件下进行实验.
本文介绍了关联规则的基本概念和串行挖掘算法,描述了活动网络技术的框架,在CD和DD算法的基础上,介绍了两种新算法—AN-CD和AN-DD性能分析.
本文介绍了一种有效的并行挖掘关联规则的算法,提出了一种在处理器间实现负载平衡和资源共享的方法.作者同时对下一步工作做了介绍.
本文给出了一个基于Agent的N皇后问题的求解模型,给出了求解算法,并对算法的收敛性做了证明,得到了比较满意的结果与结论.
本文研究的目的是增强遗传计算自动发现模型的能力,着重解决复杂性问题,采用遗传算法发现自适应agent模型,同时还采用遗传设计—进化计算中的一种新技术来解决复杂环境中的编码问题.